一种用于图像分类的基于提取高低层特征逻辑的深度学习方法

摘要

本发明公开了一种用于图像分类的基于提取高低层特征逻辑的深度学习方法，由特征提取网络以及逻辑网络组成，特征提取网络由若干个特征提取单元串联得到，逻辑网络由若干个逻辑提取单元串联得到，特征提取单元为卷积层或残差块，逻辑提取单元为由卷积层和哈达姆积组成的卷积树突模块，特征提取网络是单输入多输出的，作用是提取从低到高各个层次的图像特征，输入为需要分类的图像，输出为各个层次的特征图，逻辑网络是多输入单输出的，作用是构造高底层图像特征之间的逻辑关系并根据逻辑关系分类，输入是各个层次的特征图，输出为分类结果，本发明具有精度更高、收敛速度更快、以及鲁棒性更好的优点。